從前兩天開始，各省市關(guān)于高考成績(jī)放榜和各批次錄取分?jǐn)?shù)線都陸續(xù)出爐，教育部也發(fā)布了最新的全國高等學(xué)校名單。

于是乎，所謂的野雞大學(xué)也就無處躲藏了。

也給廣大的高考生在填報(bào)志愿的時(shí)候，提供了一個(gè)參考。

當(dāng)然本次不討論這個(gè)...

最新發(fā)布的名單沒有本科院校的數(shù)量，于是小F找了2018年的數(shù)據(jù)。

1243所本科院校，和本次獲取到的數(shù)據(jù)「1281個(gè)」基本差不多。

下面展示一下數(shù)據(jù)。

包含了專業(yè)名稱，開設(shè)此專業(yè)的院校數(shù)量，及每年的就業(yè)率，最后是每年畢業(yè)生數(shù)量。

5萬多條院校開通專業(yè)的數(shù)據(jù)，涵蓋11大類，582個(gè)專業(yè)，1281個(gè)本科院校。

接下來就來分析一波，先對(duì)學(xué)科進(jìn)行分組。

from wordcloud import WordCloud, ImageColorGenerator

import matplotlib.pyplot as plt

import pandas as pd

import jieba

# 設(shè)置列名與數(shù)據(jù)對(duì)齊

pd.set_option('display.unicode.ambiguous_as_wide', True)

pd.set_option('display.unicode.east_asian_width', True)

# 顯示15行

pd.set_option('display.max_rows', 15)

# 讀取數(shù)據(jù)

df = pd.read_csv('message.csv', encoding='gbk', header=None, names=['subject', 'major', 'school'])

# 學(xué)科分類

df_subject = df.groupby('subject').count.reset_index.sort_values(by='school')

print(df_subject)

# 獲取列表數(shù)據(jù)

list1, list2 = ,

for i in df_subject['subject']:

list1.append(i)

for j in df_subject['school']:

list2.append(j)

print(list1)

print(list2)

獲得數(shù)據(jù)如下：

利用獲取的兩個(gè)列表數(shù)據(jù)進(jìn)行可視化。

這里「工學(xué)」位居第一，也和當(dāng)下時(shí)代的發(fā)展相契合。

傳統(tǒng)點(diǎn)的就是工業(yè)4.0，智能點(diǎn)的就是人工智能。

無不和「工學(xué)」息息相關(guān)。

接下來對(duì)專業(yè)進(jìn)行分析。

# 專業(yè)分類

df_major = df.groupby('major').count.reset_index.sort_values(by='school')

print(df_major)

# 獲取列表數(shù)據(jù)

list1, list2 = ,

for i in df_major['major'][-10:]:

list1.append(i)

print(list1)

for j in df_major['school'][-10:]:

list2.append(j)

print(list2)

得到結(jié)果如下：

專業(yè)TOP10出爐，也能以供參考。

照例還是使用現(xiàn)成的模板，方便多了...

最終結(jié)果如下。

開設(shè)英語的本科院校達(dá)到了1001所，接近院?？倲?shù)的80%了。

不過網(wǎng)上對(duì)英語的評(píng)價(jià)就是：英語==失業(yè)。

所以對(duì)于英語專業(yè)，需要慎重考慮。

尾隨其后的是計(jì)算機(jī)科學(xué)與技術(shù)，目前的大熱門。

當(dāng)然是不是修電腦我就不清楚了，相信關(guān)注小F公眾號(hào)的小伙伴們，都能感受到計(jì)算機(jī)的魅力。

令人失望的是，小F就讀的大機(jī)械居然沒上榜，慚愧呀。

想當(dāng)初「機(jī)械機(jī)械，壓倒一切」，真不是瞎吹的。

一入機(jī)械深似海，從此妹子是路人。

這句也不假，說多了都是淚~

下面統(tǒng)計(jì)院?？倲?shù)，并獲取校名包含學(xué)院的院校數(shù)量。

# 對(duì)學(xué)校進(jìn)行分組

df_name = df.groupby('school').count.reset_index.sort_values(by='subject')

print(df_name)

# 輸出包含學(xué)院的校名

print(df_name[df_name['school'].str.contains('學(xué)院')])

得到院校總數(shù)以及哪所學(xué)校的專業(yè)最多：

嗯，1281所本科院校。

其中貴州大學(xué)以164個(gè)本科專業(yè)位居榜首。

接下來看一下校名包含學(xué)院的學(xué)校有多少所。

829所，占比64.7%，那么剩下的差不多都是大學(xué)了。

學(xué)院變大學(xué)(校名)，這也是每年好多高校一直在做的事情。

畢竟一個(gè)霸氣的校名，也能吸引不少考生報(bào)名。

最后生成一個(gè)校名詞云圖。

其中需要去掉「大學(xué)」和「學(xué)院」這兩個(gè)關(guān)鍵詞。

def create_wordcloud(df):

"""

生成校名詞云

"""

# 分詞

text = ''

for line in df['name']:

text += ' '.join(jieba.cut(line, cut_all=False))

text += ' '

backgroud_Image = plt.imread('school.jpg')

wc = WordCloud(

background_color='white',

mask=backgroud_Image,

font_path='C:WindowsFonts華康儷金黑W8.TTF',

max_words=1000,

max_font_size=150,

min_font_size=15,

prefer_horizontal=1,

random_state=50,

)

wc.generate_from_text(text)

img_colors = ImageColorGenerator(backgroud_Image)

wc.recolor(color_func=img_colors)

# 看看詞頻高的有哪些

process_word = WordCloud.process_text(wc, text)

sort = sorted(process_word.items, key=lambda e: e[1], reverse=True)

print(sort[:50])

plt.imshow(wc)

plt.axis('off')

wc.to_file("校名詞云.jpg")

print('生成詞云成功!')

# 去除大學(xué)

df_name = df_name['school'].str.replace('大學(xué)', '')

dict_name = {'name': df_name.values, 'numbers': df_name.index}

df_name = pd.DataFrame(dict_name)

# 去除學(xué)院

df_name = df_name['name'].str.replace('學(xué)院', '')

dict_name = {'name': df_name.values, 'numbers': df_name.index}

# 生成校名詞云圖

create_wordcloud(df_name)

得到結(jié)果如下：

師范和科技，妥妥的扛把子。

講了半天，最后該如何選擇呢？

當(dāng)然是想去哪就去哪(分?jǐn)?shù)高)，冥冥之中，自有天意~

最后祝大家都能選到理想的大學(xué)和心儀的專業(yè)！